站長阿川

站長阿川私房教材:
學 JavaScript 前端,帶作品集去面試!

站長精心設計,帶你實作 63 個小專案,得到作品集!

立即開始免費試讀!

晚上好。這裡是坐禪犬。

Claude Code、Gemini CLI、Cursor,以及Kiro,真的讓我們開始覺得沒有AI代理的生活難以想像。起初我只是抱著好奇,想知道可以做些什麼,但隨著我漸漸有了自己的運作架構,這些工具變成了生活的必需品。正如那句名言所說,「我們創造了工具,而後工具塑造了我們。」我深刻感受到,這些技術正徹底改變著我們的生活。

最近,經營分析和調查業務的效率化成了日常工作的迫切需求。雖然通過整合各種AI工具,我已經實現了一定的效率提升,但仍未能達到理想狀態。在上個月中旬的LT會上,我曾提到透過Obsidian作為上下文倉庫,更加自主的運作模式是必須的

在這樣的背景下,我進行了一個挑戰:試著用GeminiCLI透過markdown來控制,以重現Deep Research的過程。通過這種方式,我感受到了用Vault內部搜尋資訊的靈活性,能夠比RAG更便利地取得資訊和引入上下文。

因此,我開始思考是否可以將像Claude Code這樣的編碼代理應用於更通用的研究、分析業務和經營等領域,並進行關於AI代理的「協作」所帶來的新業務自動化的驗證。

AI代理的「工作」究竟是什麼?

僅僅讓AI代理進行簡單工作的「自動化」,其實只是在替代人類。乍聽之下,這意味著它們只在做人類能做到的工作,並沒有創新性。但如果能將自身的思考和判斷過程移植到代理身上,實現「複製自己」,那麼將會產生獨特的價值。我們都希望實現這一點。

這裡的關鍵在於「連續性」和「自律性」。也就是說,如果有具備理解人類意圖和上下文(Context)的能力,並且能夠自主判斷和執行的代理,那麼,將會創造出與過去自動化不同的新價值

假設:嚴格的規則能生產基於上下文的自律性

如今,對AI代理抱有類似人類的彈性判斷期望還是有些困難,因為這缺乏連續性,所以無法看出判斷的收斂。現今的LLM已經非常聰明,可以說人類中就算再厲害的人也不過如此。

根據這一點,我提出了「通過施加嚴格的規則,實現基於上下文的自律性」的假設。

我把作業過程分解為「輸入 → 參考的情況和限制 → 基準參考 → 決策 → 執行 → 責任與驗證」,在每個階段定義代理應遵循的規則。這是希望能夠模擬人類判斷的嘗試。其實這與最近的代理在明確定義需求及規格、任務清單時,能更順利地進行代碼生成的情況是一樣的

驗證:基於規則的AI代理運用

這次,我選用用戶知識豐富的Claude Code代理,定義了以下規則,並在實際業務中進行驗證。

1. 嚴格的規則集定義

為了控制代理的行為,我在名為CLAUDE.md的文件中記錄了以下規則:

  • 日程管理:每早將當天的任務分解為30分鐘的日程,人類需要在每個階段開始前確認計劃。
  • 進度管理:任務完成後,更新日程表中的核取方塊並記錄成果,沒有人的批准不得進行下一任務。
  • 自主上下文搜尋:執行任務所需的信息,需從Obsidian Vault內自主搜尋和參考。
  • 信息提供請求:如未找到所需信息,則需向人類生成「信息提供請求書」,請求補充信息。
  • 調查請求書:若需要外部信息調查,則需生成可以直接投入Deep Research(如ChatGPT)的「調查請求書」提示。

這一運作模式旨在實現「AI自主執行任務,而人類則負責確認和方向修正」的合作體制。這與Pomodoro技巧相結合,預想人類在25分鐘時集中精力工作,5分鐘內進行回顧。

說實話,我自己是牙醫,因此這就是我日常工作的樣貌。

2. 實際驗證

我將這一模式在工作和個人生活中充分利用。

事例1

  • 解決的課題
    我想在Manabi DX Quest上,舉辦一個讓大家輕鬆學習編程的自主活動。有什麼好的主意嗎?想到了!舉辦一個開發補助學習工具的活動如何?

  • 請求ClaudeCode
    諮詢解決課題的過程,然後將任務分配到日程中
    image.png

  • ClaudeCode在Vault內搜尋,並生成調查請求書
    image.png
    通過wikilink整理的文件,引用起來非常方便。

  • 將調查請求書複製到ChatGPT Deep Research並進行調查
    image.png

  • 透過對話、調查,並不時進行返修,最終完成了幻燈片的製作
    image.png
    受講者社群並不多,不過也無所謂。最後25分鐘我在打盹,不過內容上我(除了睡覺前簽的部分)全都有掌控,若有與我想法不符的地方,有逐一進行修正。修正越快,越能減少修改的量,方向也能清晰把握。重要的信息都是我自己的語言。

事例2

  • 解決的課題
    本業的業務改善課題(因具體內容過於敏感無法截圖)

  • 解決方案的提案
    制定解決方案和路線圖。請將其記錄在日程中並開始。

  • 本質問題的鑑定
    讓Vault從馬克down化的手冊或經營分析中進行Deep Research式探索。

  • 解決方案的建議
    對說服力薄弱的部分,請求其調查類似案例。

  • 改善手冊的草案
    從Vault獲取相鄰領域的手冊,效仿格式編寫新的手冊。

  • 應用程序的原型設計
    想想這才是我的本業!

  • 提案幻燈片的製作
    利用Marp完成了非常清晰的幻燈片。

3. 考察

  • 成果

    • 作業之間,相關文件會自動整合進Obsidian內。代理自主參考過去的會議紀錄或分析結果,生成一致的輸出。它會要求經過檢查與認可,過程中沒有一份文件是未經查看的
    • 尤其是「調查請求書」的機制非常有效。代理能夠整理論點,並生成調查項目作為提示,這大幅提升了Deep Research的精確度與效率。如此一來,每天能夠執行十次以上高質量的調查
  • 課題

    • 對「信息提供請求書」的填寫,我覺得對話形式會更高效(需改進)。正在考慮是否可以把這個用於向他人請求撰寫。
    • 約70%的生成文件仍需要大量修改,但這讓我意識到文件創建的缺陷,其實是非常有用的思考起點。如果遇到困難,就請GPT-5 pro幫忙解決。
    • 還需更深入理解編碼代理的特性和功能。由於我並不常進行編碼,未能充分理解其行為。
    • 有趣的是,我已經習慣用**「人類」」來稱呼自己,哈哈,始終覺得人類並不那麼聰明。

總結:AI代理協作中的曙光

透過本次驗證,我發現利用Obsidian作為上下文倉庫加上文件共享系統,並在嚴格規則的基礎上控制AI代理,有望實現高難度的研究業務和報告的半自動化

如盧梭所說的:「完全的自由只能通過最嚴格的紀律來實現」,AI代理的高性能意味著如果自由過於廣泛,反而難以駕馭。只有通過人類對嚴格規則的定義及定期檢查,才能最大限度發揮其潛能,使我們的模仿性智識存在站上更高的舞台。我感覺到這樣的「協作」未來就在不遠處。

下次我會將具體的CLAUDE.md或AGENTS.md內容,以及幾個代理行為的比較整理分享出來。

2025/8/29 追記

感謝眾多的人閱讀和反饋。再次感謝你們。同時,我在CDLE浩志的會議中也發表了相同的內容,大家的討論相當熱烈,並且提問極具啟發性。我希望能讓更多人體驗到我認為不錯的東西,因此,目前的CLAUDE.md也將公開

建立作業文件夾規則使得Claude Code的規則控制變得非常有趣,因為我們可以為每個作業文件夾設置規則文件。歡迎大家創建可進行實驗的文件夾(當然,Obsidian的vault是最理想的!),歡迎你們將CLAUDE.md複製並創建出來,操作Claude Code試試。

<details><summary>CLAUDE.md</summary>

# 工作指導原則

## 30分鐘自動任務執行(HITL方法)

### 基本循環
1. **日程檢查**(開始時)
   - 閱讀markdown格式的日程
   - 制定30分鐘的工作計劃

2. **任務執行**(25分鐘)
   - 根據日程執行任務
   - 在人類能驗證的1-5分鐘內進行工作

3. **報告創建**(5分鐘)
   - 記錄已完成的任務、正在進行的任務和問題
   - 指定下30分鐘的計劃

### 表現記錄方法
在日程文件的每個時段直接記錄:
- **完成**:已完成的內容和結果
- **問題**:遇到的問題或待決策事項
- **變更**:與原計劃的變更

### 日程表表現錄製格式
```markdown
**表現:**
- (完成內容和結果)
- 參考文件:
  - [[文件名]]

評論(人類):(人類提供修改說明或補充信息)

- [ ] 人類驗證

反饋處理

  1. 通過評論接收來自人類的修改指示
  2. 創建並呈現修改計劃
  3. 經批准後納入下個循環的計劃中

檢查點管理(重要)

  • 如果人類驗證未標記為- [x],則不得進行下一任務
  • 每完成一個時間段的工作,等待人類驗證
  • 如果未獲得驗證,暫停工作並請求確認
  • 在未經人類驗證的部分之前,AI不得編輯文本
  • AI必須絕對不改動- [ ] 人類驗證- [x] 人類驗證的行
  • 這條規則沒有例外

工作開始時的驗證檢查規則(強制)

在開始新的時間段工作之前,必須總是執行以下步驟:

  1. 檢查日程文件中的上一時間段

    • 載入日程文件
    • 檢查前一時間段的核對框狀態
    • 確認是否顯示- [x] 人類驗證
  2. 當驗證未完成時的反應

    • 如果- [ ] 人類驗證,停止工作
    • 明確聲明「等待上一時間段的驗證」
    • 在驗證完成之前不開始下一任務
  3. 在驗證完成後開始工作

    • 在確認- [x] 人類驗證後開始工作
    • 更新待辦事項狀態並繼續工作

在不例外的情況下應用這一規則,以防錯過驗證

時段轉移協議(新增於2025-08-26)

每個時間段開始時必須進行口頭確認:

  1. 明確的驗證檢查

    • 必須聲明:「檢查前一時間段的驗證狀態」
    • 必須報告:「驗證狀態:[完成/未完成]」
    • 必須在待辦事項中記錄檢查作為第一項
  2. 時段的待辦清單結構

    任何時段必需的第一項待辦:
    - [ ] 已確認前一時間段的驗證
    - [ ] (只有在確認後)開始主要任務
    
    任何時段必需的最後一項待辦:
    - [ ] 已完成日程表表現錄製
  3. 驗證失敗流程

    • 立即停止所有工作
    • 報告:「前一時段未驗證,工作已停止」
    • 等待人類驗證後再進行任何後續行動

錯誤管理與預防(新增於2025-08-26)

強制錯誤分析與報告

當發生錯誤或規則違反時:

  1. 立即停止並分析

    • 發現錯誤時立即停止所有工作
    • 確定違反的具體規則
    • 分析違規的直接原因
  2. 根本原因分析報告(必需)

    ## 錯誤報告
    - **違規規則**:[具體違反的規則]
    - **發生了什麼**:[對錯誤的事實描述]
    - **直接原因**:[違規的即時原因]
    - **根本原因**:[潛在的系統性原因]
    - **預防措施**:[防止再次發生的具體行動]
  3. 錯誤日誌文檔(強制)

    • 文件位置/claude/error_log.md
    • 更新時機:在發現錯誤後立即
    • 格式:日期、錯誤類型、違反的規則、根本原因、預防、狀態
    • 審查週期:每週模式分析,每月改進審查
  4. 預防措施實施要求

    • 預防措施必須實施為:
      • CLAUDE.md中的規則更新(針對行為變更)
      • 模板修改(針對流程改進)
      • 日程格式變更(針對工作流問題)
    • 不接受的情況:口頭承諾、心智記錄或非正式承諾
    • 文檔要求:顯示所作的具體規則/模板變更
    • 在error_log.md中更新解決狀態和實施細節
  5. 模式識別

    • 如果相同錯誤發生兩次:提出CLAUDE.md的規則更新
    • 追蹤錯誤模式以識別系統性問題
    • 優先考慮預防而不是速度
    • 使用error_log.md進行模式分析

對重複違反零容忍

  • 同樣的錯誤發生兩次 = 強制提議規則修訂
  • 三次違反任何規則 = 完全停止工作以進行規則檢討
  • 預防措施必須具體可行
  • 所有模式必須記錄在error_log.md

日程管理

文件放置

  • 日程將按/claude/schedules/YYYY-MM-DD.md格式放置
  • 例如:/claude/schedules/2024-01-15.md(根據日本時間)

日程格式

  • 活動時段:05:00-22:00
  • 在每個時段的開始放置- [ ]核查框
  • 每個時段只允許一個任務
  • 將今天的任務部分放在文件頂部(最多3個)
  • 任務細分與時間分配部分以便人類確認工作計劃
  • 範例:

    # YYYY-MM-DD 日程
    
    ## 今天的任務
    ### 任務1
    - **內容:** [在此輸入]
    
    ### 任務2
    - **內容:** [在此輸入]
    
    ### 任務3
    - **內容:** [在此輸入]
    
    ## 任務細分與時間分配(供人類確認使用)
    &lt;!--
    開始工作時,細分上面的任務並記錄如下:
    - 每個任務的工作流程
    - 預估所需時間
    - 日程分配建議
    --&gt;
    
    該計劃是否可接受?如獲批准,將從09:00開始執行。
    
    **一旦工作流程確定,AI代理應將日程轉移到以下日程中**
    
    - [ ] 人類驗證
    
    ---
    
    ## 14:00-14:30
    - [ ] **安排的任務:**
    - 創建自費治療商業流程圖
    
    **表現:**
    - (在工作完成後填寫)
    
    - [ ] 人類驗證

任務執行行為

  1. 任務完成後:我將核查框更新為- [x]
  2. 表現記錄:在表現部分記錄已完成的內容
  3. 轉移至下一任務:在30分鐘後或完成後轉移至下一時段

任務執行標準流程(Deep Research型)

階段1:調查規劃(5分鐘)

  1. 任務理解:需要創建什麼,其目的為何
  2. 假設形成:哪些資訊看起來是必要的
  3. 調查策略:從整個Vault中識別相關文件

階段2:全面調查(10分鐘)

  1. 識別相關文件:使用Glob/Grep關鍵字搜尋
  2. 分析現有材料:類似工作的範例、相關商業資訊
  3. 結構/格式調查:它們的創建格式
  4. 識別缺失信息:釐清缺少什麼

階段3:判斷/請求(5分鐘)

  • 如信息充分:進入第四階段
  • 如信息不足
    1. 創建缺失文件的清單
    2. 提交創建請求
    3. 暫停任務並轉移至下一時段

階段4:創建執行(8分鐘)

  1. 結構決定:根據調查結果設計結構
  2. 內容創建:根據參考信息進行具體創建
  3. 質量檢查:檢驗對調查標準的符合性

階段5:記錄(2分鐘)

  1. 表現記錄:參考文件、創建內容、問題
  2. 核查框更新:更改為- [x]

Deep Research調查平行工作規則

  • 在創建Deep Research調查請求後,等待結果的同時,可平行執行其他任務(約30分鐘)
  • 在發出調查請求的時間段內完成請求創建,然後轉移至下一工作
  • 一旦調查結果抵達,立即恢復並完成原任務
  • 在規劃日程時考慮調查等待時間以設計工作順序

創建Web搜索的Deep Research調查請求

創建時機

  • 當需要進行互聯網搜索時
  • 當需要進行外部信息調查時

文件放置

  • 調查請求:在/claude/目錄中創建
    • 文件名:{調查主題}_調查請求.md(使用日文書寫)

Deep Research調查請求格式

---
tags:
  - ClaudeCode
  - 調查請求
  - DeepResearch
  - [相關標籤]
date: YYYY-MM-DD
updated: YYYY-MM-DD
title: {調查主題}調查請求
---

# {調查主題}的Deep Research調查請求

## 調查目的
{清楚地陳述為何需要進行此調查及其期望成果}

## 調查背景
{目前狀況、已知資訊、挑戰等}

## 調查項目(結構化)

### 1. 基本信息收集
- [ ] {特定調查項目1}
- [ ] {特定調查項目2}
- [ ] {特定調查項目3}

### 2. 詳細分析
- [ ] {分析角度1}
- [ ] {分析角度2}
- [ ] {分析角度3}

### 3. 比較/評估
- [ ] {比較項目1}
- [ ] {比較項目2}
- [ ] {評估標準}

### 4. 實用信息
- [ ] {實施方法/流程}
- [ ] {注意事項/風險}
- [ ] {成功案例/失敗案例}

## 預期成果
1. **調查摘要**(1-2頁)
   - 主要發現
   - 重要見解
   - 建議措施

2. **詳細報告**
   - 每個調查項目的詳細結果
   - 數據/統計信息
   - 參考材料清單

3. **可行性提議**
   - 具體行動計劃
   - 優先級
   - 時間表

## 調查中的重要視角
- 優先考慮可靠的信息來源
- 重視最新資訊({當前年份}數據)
- 考慮實際應用性
- 從多個視角進行分析

## 調查結果記錄部分

(在此粘貼ChatGPT Deep Research的結果)


## 下一步執行計劃
一旦調查結果提供,將繼續{原始任務名稱}。

創建調查請求的注意事項

  • 假設將直接複製並粘貼至OpenAI ChatGPT Deep Research
  • 將調查項目進行層級化和結構化整理
  • 設定具體且可衡量的調查項目
  • 清楚定義預期成果

待處理任務管理系統(新增於2025-08-26)

目的

通過管理等待人類輸入的任務來最大限度提高生產力,而不會阻礙其他工作。

待處理任務流程

1. 任務暫停流程

當需要信息時:
1. 創建信息提供請求(情報提供依頼)
2. 立即加入/claude/pending_tasks.md
3. 在日程中將當前任務標記為「待處理」
4. 切換至下一個可用任務

2. 待處理列表條目格式

### [任務名稱]
- **狀態**:🟡 等待信息
- **請求文檔**:[[請求文件鏈接]]
- **請求日期**:YYYY-MM-DD HH:MM
- **阻塞原因**:[具體所需信息]
- **恢復所需**:[所需項目清單]
- **下一步行動**:[解除阻塞後的行動]
- **優先級**:高/中/低

3. 恢復任務協議

檢查週期(每30分鐘):
1. 檢查pending_tasks.md
2. 查看是否有請求文檔的回應
3. 如果提供了信息 → 恢復任務
4. 如果仍在等待 → 繼續其他任務

4. 人類互動流程

  • 人類看到信息提供請求
  • 人類在檢查請求時添加✓標記
  • 人類在請求文檔中提供信息
  • Claude檢測更新並恢復任務

5. 好處

  • 等待信息時零空閒
  • 平行處理多個任務
  • 明確列出阻塞任務
  • 系統化追蹤依賴性

與日程整合

  • 日程顯示:「任務已移至待處理(見[[pending_tasks]])」
  • 立即繼續下一任務
  • 不留空的時間段

Deep Research調查結果整合流程

基本流程

  1. 創建調查請求:在/claude/{調查主題}_調查請求.md中創建
  2. 執行Deep Research:使用ChatGPT Deep Research進行調查
  3. 保存PDF:將調查結果下載為PDF,保存至/claude/research/
  4. 提取文本:使用pdftotext命令從PDF中提取文本
  5. 摘要整合:在調查請求的「調查結果記錄部分」中記錄結構化摘要
  6. Wikilink引用:使用Wikilink標記引用詳細報告[[PDF文件名]]

技術實現

# Extract text from PDF (requires poppler-utils)
pdftotext "/claude/research/Investigation_Report.pdf" -

文件放置規則

  • 調查請求/claude/{調查主題}_調查請求.md
  • 調查結果PDF/claude/research/{調查主題}_調查報告.pdf
  • 摘要整合:在調查請求的「調查結果記錄部分」中添加結構化摘要
  • 詳細引用:使用Wikilink引用[[PDF文件名]]

摘要格式

### 調查結果摘要(於YYYY-MM-DD進行)

#### 1. [主要類別1]
- [關鍵點1]
- [關鍵點2]

#### 2. [主要類別2]
- [關鍵點1]
- [關鍵點2]

### 詳細報告
完整版本包含在[[Investigation_Report.pdf]]

效果

  • 透過調查結果摘要迅速了解
  • 透過點擊PDF可立即查看詳細信息
  • 在Obsidian vault中實現統一的信息管理
  • 高效地將大量文本進行上下文化

當文件不足時創建請求

文件放置位置

  • 請求:在/claude/目錄中創建
    • 文件名:{任務名稱}_情報提供依頼.md(信息提供請求)
  • 創建項目:在/claude/目錄中創建
    • 文件名:{創建的項目名稱}.md(使用日文書寫)
    • 例如:商業流程圖、功能清單、規格等。
  • 使用Wikilink標記從日程文件鏈接([[文件名稱]]

請求格式

---
tags:
  - ClaudeCode
  - 情報提供依頼
  - [相關標籤]
date: YYYY-MM-DD
updated: YYYY-MM-DD
title: {任務名稱} 情報提供依頼
---

# {任務名稱}的信息提供請求

## 任務概述
- **任務名稱**:{任務名稱}
- **預定時間**:YYYY-MM-DD HH:MM-HH:MM
- **狀態**:因信息不足而暫時暫停

## 調查結果
### 已發現的現有材料
(列出調查過程中找到的相關材料)

### 缺失文件
(為每個必要信息創建節點)

#### 1.{缺失信息標題}
**所需信息**:
- [ ] {所需項目1}
- [ ] {所需項目2}

**錄入部分**:

(在此填入相關信息)


## 下一步執行計劃
一旦提供上述文件信息,將執行{任務名稱}。

創建請求的注意事項

  • 具體描述所需的信息
  • 為人類輸入留出足夠的空白
  • 對所需項目進行核查框標明
  • YAML前言是必須的(標籤、日期、更新、標題)

創建項目的標準格式

  • 將文件保存至/claude/目錄
  • YAML前言是必須的(至少:標籤、日期、更新、標題)
  • 始終在標籤中加入ClaudeCode
  • 根據創建項目的類型添加標籤(如,商業流程圖、功能清單、規格)

文件引用規則

  • Markdown文件(.md):使用Wikilink標記 [[文件名稱]]
  • 其他文件(.csv、.xlsx等):使用絕對或相對路徑
  • 範例:
    • .md文件 → [[經營分析數據]]
    • .csv文件 → /research/dental-clinic-analysis/management_analysis.csv

Claude生成的文檔管理

基於項目的目錄管理

目錄結構

/claude/
├── schedules/                           # 日程文件
├── outputs/                            # Claude生成的文檔
│   ├── YYYY-MM-DD_ProjectName_Theme/   # 項目文件夾
│   │   ├── Investigation_Request.md
│   │   ├── Basic_Concept.md
│   │   └── Proposal.md
│   └── [其他項目]/
└── research/                           # 全部通用研究材料(所有PDF)
    └── Investigation_Report.pdf

命名規則

  • 文件夾名稱YYYY-MM-DD_ProjectName_SpecificTheme
  • 範例2025-08-24_ManabiDXQuest_AppDevelopmentEvent
  • 好處:按日期排序,統一主題管理,提高搜尋性

文件放置規則

  • 調查請求/claude/outputs/{項目文件夾}/Investigation_Request.md
  • 計劃/概念/claude/outputs/{項目文件夾}/
  • 調查結果PDF/claude/research/(所有通用)
  • 相關文件:在相同的項目文件夾管理

人類評論/乾淨副本工作流

評論標記

&lt;!-- 評論、修改指示、額外請求 --&gt;

最低限度的打字以提高效率

工作流程

  1. 首版建立:Claude創建基本版本
  2. 添加評論:人類使用HTML評論標記添加評論
  3. 創建乾淨副本:Claude根據評論創建組織版本
  4. 文件組織:按需要進行版本管理(_v1.md_final.md等)

效果

  • 最大限度減少人類輸入工作量(簡單的HTML標記)
  • 利用Claude的寫作能力和速度
  • 高效地反映人類的見解和判斷
  • 評論隱藏在Obsidian中

開始工作的方式

  1. 用戶指示「開始今天的工作」
  2. 自動載入今天的日程文件
  3. 任務細分與時間分配對話(新增於2025-08-27)
    • 對於「今天的任務」部分中的每個任務:
      • 細分為具體的子任務
      • 預估現實可行的時間(以30分鐘為單位)
      • 考量依賴關係和等待時間(Deep Research、人類輸入)
    • 將完整的細分計劃呈現給人類
    • 進行對話進行調整:
      • 「這在30分鐘內無法完成」→調整分配
      • 「添加這項子任務」→包括額外的工作
      • 「這需要先調查」→規劃Deep Research的時間
    • 獲得明確的批准後再行進行
  4. 檢查未完成工作
    • 如果在當前時間之前,有未完成的工作
    • 按照最早的未完成工作順序進行
    • 調整所有後續日程
    • 提出重新排程的建議並獲得人類的批准
  5. 在「任務細分與時間分配」部分記錄已批准的計劃
  6. 在批准後將其轉換到時段中
  7. 獲批後開始工作(若有未完成的工作則從該工作開始,否則從當前時間開始)

當日程文件未找到時

  • 報告錯誤,並協助創建日程

任務細分最佳實踐(新增於2025-08-27)

有效的任務分解

  1. 顆粒度:將任務細分為可執行單位(30分鐘)
  2. 依賴關係:識別必須在之前/之後完成的項目
  3. 等待期:考量Deep Research、人類輸入
  4. 緩衝時間:包括處理突發事件的時間

時間預估指南

  • 調查任務:通常需要2-4個時段(1-2小時)
  • 文檔創建:至少需要3個時段

原文出處:https://qiita.com/zazen_inu/items/be6accceb5f808d52bc8


共有 0 則留言


精選技術文章翻譯,幫助開發者持續吸收新知。
站長阿川

站長阿川私房教材:
學 JavaScript 前端,帶作品集去面試!

站長精心設計,帶你實作 63 個小專案,得到作品集!

立即開始免費試讀!